অর্থনৈতিক পরিস্থিতি বিশ্লেষণ করতে ওউকেনের আইন প্রায়শই ব্যবহৃত হয়। বিজ্ঞানীর দ্বারা প্রাপ্ত গুণনটি বেকারত্বের হার এবং বৃদ্ধির হারের মধ্যে অনুপাতকে চিহ্নিত করে। এটি বিজ্ঞানীর দ্বারা গবেষণামূলক তথ্যের ভিত্তিতে আবিষ্কার করা হয়েছিল, যার সম্মানে এটির নামকরণ হয়েছিল। পরিসংখ্যান দেখায় যে 1% বেকারত্বের বৃদ্ধি সম্ভাবনা থেকে প্রকৃত জিডিপিতে 2% হ্রাস ঘটায়। তবে এই অনুপাত স্থির নয় constant এটি রাষ্ট্র এবং সময়কাল অনুসারে পৃথক হতে পারে। বেকারত্বের হার এবং আসল জিডিপিতে ত্রৈমাসিক পরিবর্তনের মধ্যে অনুপাত - এটি ওকের আইন। সূত্রটি, এটি লক্ষ করা উচিত, এখনও সমালোচিত হচ্ছে। বাজারের পরিস্থিতি ব্যাখ্যা করার জন্য এর কার্যকারিতা নিয়েও প্রশ্ন তোলা হচ্ছে।
ওকেনের আইন
এর পিছনে সহগ এবং আইনটি পরিসংখ্যান সম্পর্কিত ডেটা প্রক্রিয়াকরণের ফলস্বরূপ হাজির হয়েছিল, যা অভিজ্ঞতাগত পর্যবেক্ষণ। এটি মূল তত্ত্বের ভিত্তিতে ছিল না, যা পরে অনুশীলনে পরীক্ষা করা হয়েছিল। আর্থার মেলভিন ওউকেন আমেরিকা যুক্তরাষ্ট্রের পরিসংখ্যান অধ্যয়ন করে প্যাটার্নটি দেখেছিলেন। তিনি আনুমানিক। এটি কেবলমাত্র বেকারত্বের হারকেই নয়, অনেকগুলি সামগ্রিক গার্হস্থ্য পণ্যকে প্রভাবিত করে এ কারণে এটি ঘটে। তবে ওকেনের গবেষণা শোতে সামষ্টিক অর্থনৈতিক সূচকগুলির মধ্যে সম্পর্কের এমন সরল বিবেচনা কখনও কখনও দরকারী। বিজ্ঞানীর দ্বারা প্রাপ্ত গুণাগুণ আউটপুট এবং বেকারত্বের মধ্যে একটি বিপরীতমুখী আনুপাতিক সম্পর্ককে প্রতিফলিত করে। ওউকেন বিশ্বাস করেছিলেন যে স্থূল গার্হস্থ্য পণ্যের 2% বৃদ্ধি নিম্নলিখিত শিফ্টগুলির কারণে হয়েছিল:
- চক্রীয় বেকারত্বের মাত্রা 1% হ্রাস;
- কর্মসংস্থান 0.5% বৃদ্ধি;
- প্রতিটি শ্রমিকের কাজের সময় সংখ্যা 0.5% বৃদ্ধি;
- উত্পাদনশীলতা বৃদ্ধি 1%।
সুতরাং, ওউকেনের চক্রীয় বেকারত্বের হারকে 0.1% হ্রাস করে, কেউ বাস্তবের জিডিপিতে 0.2% বৃদ্ধি আশা করতে পারে। তবে এই অনুপাতটি বিভিন্ন দেশ এবং সময়কালগুলির জন্য পরিবর্তিত হয়। নির্ভরতা জিডিপি এবং জিএনপি উভয়ের জন্য অনুশীলনে পরীক্ষিত হয়েছে। মার্টিন প্র্যাকোভনির মতে, বেকারত্বের 1% হ্রাসের ফলে উত্পাদনে 3% হ্রাস ঘটে। তবে তিনি বিশ্বাস করেন যে এটি কেবল পরোক্ষ নির্ভরতা। প্র্যাচভনির মতে, অন্যান্য কারণগুলি, উদাহরণস্বরূপ, উত্পাদন ক্ষমতার ব্যবহার এবং শ্রমঘন্টার সংখ্যা, উত্পাদনের চেয়ে বেকারত্বকে বেশি প্রভাবিত করে না। অতএব, আপনাকে অবশ্যই এগুলি বাতিল করতে হবে। প্রথাভিঙ্কি গণনা করেছেন যে বেকারত্বের 1% হ্রাস কেবল জিডিপিতে মাত্র 0.7% বৃদ্ধি পায়। তদুপরি, নির্ভরতা সময়ের সাথে সাথে দুর্বল হয়ে উঠছে। 2005 সালে, সাম্প্রতিক পরিসংখ্যান বিশ্লেষণ অ্যান্ড্রু আবেল এবং বেন বার্নার্কের দ্বারা পরিচালিত হয়েছিল। তাদের অনুমান অনুযায়ী, 1% বেকারত্বের বৃদ্ধি উত্পাদন 2% হ্রাস বাড়ে।
কারণ
তবে কেন জিডিপি বৃদ্ধির হার বেকারত্বের শতাংশের পার্থক্য ছাড়িয়ে যায়? এর জন্য বেশ কয়েকটি ব্যাখ্যা রয়েছে:
- গুণক প্রভাব। লোক যত বেশি কর্মসংস্থান করবে, তত বেশি পণ্যের চাহিদা থাকবে। সুতরাং, উত্পাদন পরিমাণগুলি কর্মসংস্থান স্তরের চেয়ে দ্রুত হারে বাড়তে পারে।
- অপূর্ণ পরিসংখ্যান। বেকার লোকেরা কেবল কাজের সন্ধান বন্ধ করতে পারে। যদি এটি ঘটে থাকে তবে তারা পরিসংখ্যান এজেন্সিগুলির "রাডার" থেকে অদৃশ্য হয়ে যায়।
- আবার, আসলে নিযুক্ত লোকেরা কম কাজ শুরু করতে পারে। পরিসংখ্যানগুলিতে, এটি ব্যবহারিকভাবে প্রদর্শিত হয় না। যাইহোক, এই পরিস্থিতি উল্লেখযোগ্যভাবে উত্পাদন পরিমাণে প্রভাবিত করে। সুতরাং, একই সংখ্যক কর্মচারী সহ আমরা প্রকৃতপক্ষে বিভিন্ন স্থূল পণ্য সূচক পেতে পারি।
- শ্রম উত্পাদনশীলতা হ্রাস। এটি কেবল সংস্থার অবনতির জন্যই নয়, অতিরিক্ত সংখ্যক কর্মচারীরও কারণ হতে পারে।
ওকেনের আইন: সূত্র
আমরা নিম্নলিখিত সম্মেলনগুলি চালু করি:
- Y হ'ল উত্পাদনের আসল পরিমাণ।
- ওয়াই 'সম্ভাব্য মোট দেশীয় পণ্য product
- u - আসল বেকারত্ব
- u 'পূর্ববর্তী সূচকটির প্রাকৃতিক স্তর।
- সি হ'ল ওউকেন সহগ।
উপরোক্ত সম্মেলনগুলি প্রদত্ত, নিম্নলিখিত সূত্রটি উত্পন্ন করা যেতে পারে: (Y '- Y) / Y' = সি * (ইউ - ইউ ')।
মার্কিন যুক্তরাষ্ট্রে, ১৯৫৫ সালে শুরু করে, পরবর্তী সূচকটি সাধারণত 2 বা 3 ছিল, যেমন উপরোক্ত গবেষণামূলক গবেষণার দ্বারা দেখানো হয়েছে। তবে ওউকেনের আইনের এই সংস্করণটি খুব কমই ব্যবহৃত হয় কারণ বেকারত্বের সম্ভাব্য মাত্রা এবং সামগ্রিক গার্হস্থ্য পণ্যের মূল্যায়ন করা কঠিন। সূত্রটির আরও একটি সংস্করণ রয়েছে।
জিডিপি বৃদ্ধি কীভাবে গণনা করা যায় to
জিডিপি বৃদ্ধির হার গণনা করতে, আমরা নিম্নলিখিত কনভেনশনগুলি চালু করি:
- Y আউটপুটের আসল ভলিউম।
- ইউ - গত বছরের তুলনায় আসল বেকারত্বের হারে পরিবর্তন।
- সি হ'ল ওউকেন সহগ।
- --Y - গত বছরের তুলনায় প্রকৃত আউটপুট পরিবর্তন।
- কে - সম্পূর্ণ কর্মসংস্থানে গড় বার্ষিক উত্পাদন বৃদ্ধি।
এই স্বরলিপিগুলি ব্যবহার করে, আমরা নিম্নলিখিত সূত্রটি পেতে পারি: ΔY / Y = k - c * Δu।
মার্কিন যুক্তরাষ্ট্রের ইতিহাসে আধুনিক সময়ের জন্য, সহগের সি 2, এবং কে 3%। সুতরাং, সমীকরণটি প্রাপ্ত: ΔY / Y = 0.03 - 2Δu।
ব্যবহারের
ওউকেন সহগকে কীভাবে গণনা করতে হবে তা জানা প্রায়শই প্রবণতা তৈরিতে সহায়তা করে। যাইহোক, ফলাফল সংখ্যা প্রায়শই খুব নির্ভুল হয় না। এটি বিভিন্ন দেশ এবং সময়কালগুলির জন্য সহগের পরিবর্তনশীলতার কারণে। অতএব, কিছু সংশয় নিয়ে কাজ তৈরির কারণে জিডিপি বৃদ্ধির পূর্বাভাসগুলি অবশ্যই বিবেচনায় নিতে হবে। তদুপরি, স্বল্প-মেয়াদী প্রবণতাগুলি আরও সঠিক। এটি কোনও বাজারের পরিবর্তনগুলি সহগকে প্রভাবিত করতে পারে তার কারণেই এটি।